这是一个非常简单，功能却非常强大的包

介绍

（1）visdat的目的是

vis_dat通过将数据框中的变量类显示为绘图，并使用vis_miss简要查看缺失的数据，帮助数据框的可视化。

（2）visdat有6个功能函数：

• vis_dat（）可视化一个数据框，显示列的类别，并显示缺少的数据。
• vis_miss（）只显示缺失的数据，并允许对缺失进行聚类并重新排列。vis_miss（）类似于mi包中的missing.pattern.plot。
• vis_compare（）可视化相同维度的两个数据帧之间的差异
• vis_expect（）可视化数据中满足某些条件成立的数据
• vis_cor（）在一个漂亮的热图中可视化变量的相关性
• vis_guess（）可视化数据中各个数据的类别

示例

（1）使用vis_dat（）函数

通过经典的airquality数据集（其中包含有关1973年5月至9月纽约每日空气质量测量的信息）展示vis_dat（）的功能。

install.packages("visdat")
head(airquality)
> head(airquality)
  Ozone Solar.R Wind Temp Month Day
1    41     190  7.4   67     5   1
2    36     118  8.0   72     5   2
3    12     149 12.6   74     5   3
4    18     313 11.5   62     5   4
5    NA      NA 14.3   56     5   5
6    28      NA 14.9   66     5   6

library(visdat)
vis_dat(airquality)

上图告诉我们：R将此数据集读取为数值型或者整数型，并在Ozone和Solar.R中存在一些缺失的数据。缺少的数据由灰色表示。通过图片的输出结果我们可以看出， Ozone； Solar.R；Temp ；Month Day这几列为数字型，而Wind这一列为整数型。

（2）使用vis_miss()函数

vis_miss(airquality)

vis_miss()中缺失值的百分比精确到小数点后1位。可以通过设置cluster = TRUE来对缺失进行聚类：

vis_miss(airquality,cluster = TRUE)

通过设置sort_miss = TRUE，列也可以按缺失最多的列排列：

vis_miss(airquality,
         sort_miss = TRUE)

当缺失率<0.1％时，或者缺少数据的数量非常少时

test_miss_df <- data.frame(x1 = 1:10000,
                           x2 = rep("A", 10000),
                           x3 = c(rep(1L, 9999), NA))

vis_miss(test_miss_df)

如果数据不含有任何缺失数据：

vis_miss(mtcars)

（3） vis_compare（）对比数据框差异

vis_compare（）可以显示两个相同大小的数据帧的差异。 我们来看一个例子。

set.seed(2019-04-03-1105)
chickwts_diff <- chickwts
chickwts_diff[sample(1:nrow(chickwts), 30),sample(1:ncol(chickwts), 2)] <- NA
vis_compare(chickwts_diff, chickwts)

两个数据框的差异被蓝色标出。如果尝试在列不同时比较两个数据框的差异，则会出现一个错误：

chickwts_diff_2 <- chickwts
chickwts_diff_2$new_col <- chickwts_diff_2$weight*2

vis_compare(chickwts, chickwts_diff_2)
# Error in vis_compare(chickwts, chickwts_diff_2) : 
#   Dimensions of df1 and df2 are not the same. vis_compare requires dataframes of identical dimensions.

（4）vis_expect函数

vis_expect可视化数据中满足条件的值。 例如显示数据中大于25的值可以通过：

vis_expect(airquality, ~.x >= 25)

还可以探索一组字符串或可能的NA值，并可视化它们的位置，

bad_data <- data.frame(x = c(rnorm(100), rep("N/A", 10)),
                       y = c(rep("N A ", 30), rnorm(80)))

vis_expect(bad_data, ~.x %in% c("N/A", "N A "))

（5）为了便于绘制数据的相关性，请使用vis_cor函数：

vis_cor是基于基础R中的cor函数，并且可以指示要计算哪个相关系数： “pearson”（默认），“kendall”或“spearman”之一。

vis_cor(airquality, cor_method = "spearman")

可以使用na_action函数指定要对缺失数据执行的操作，该函数再次借用cor方法。例如：

vis_cor(airquality,
        na_action = "complete.obs")

（6）vis_guess（）函数

用来猜测数据框中每个单元格是什么类型的数据。因此最好使用一些杂乱的数据进行说明：

messy_vector <- c(TRUE,
                  T,
                  "TRUE",
                  "T",
                  "01/01/01",
                  "01/01/2001",
                  NA,
                  NaN,
                  "NA",
                  "Na",
                  "na",
                  "10",
                  10,
                  "10.1",
                  10.1,
                  "abc",
                  "$%TG")

set.seed(2019-04-03-1106)
messy_df <- data.frame(var1 = messy_vector,
                       var2 = sample(messy_vector),
                       var3 = sample(messy_vector))
messy_df
vis_guess(messy_df)

目前vis_guess非常缓慢。 当在超过1000行的数据上使用它时，请考虑这一点。

（7）绘制交互性图片

您可以通过将它们包装在plotly :: ggplotly中来制作visdat中的图：

library(plotly)
ggplotly(vis_dat(airquality))
ggplotly(vis_miss(airquality))
ggplotly(vis_guess(airquality))